materialyzeai/maml

Python for Materials Machine Learning, Materials Descriptors, Machine Learning Force Fields, Deep Learning, etc.

一个 Python 包，为材料科学机器学习提供高阶接口，能够将材料数据转换为用于性质预测和能量表面建模的特征。

相关

  • 项目
    materialyzeai/matgl

    一个为材料科学设计的图深度学习库，提供多种 GNN 架构，用于预测材料性质并模拟势能面。

  • 项目
    skforecast/skforecast

    一个将 scikit-learn 兼容模型、统计方法和基础模型整合到统一 API 中的时间序列预测 Python 库。

  • 项目
    Nixtla/mlforecast

    一个可扩展的时序预测框架，允许使用任何与 scikit-learn 兼容的机器学习模型来预测数百万条时序。

  • 项目
    feature-engine/feature_engine

    一个 Python 库，提供与 Scikit-learn 兼容的转换器，用于全面的特征工程和选择，以提升机器学习模型性能。

  • 项目
    jpmml/sklearn2pmml

    一个将 Scikit-Learn 管道转换为 PMML 格式的 Python 包，以提高模型在不同环境中的可移植性和部署能力。